期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于Adaboost-PSO-SVM的铝电解槽健康状态诊断方法研究
被引量：
10
1
作者
尹刚
钱中友
+10 位作者
曹文琦
全鹏程
许亨权
颜非亚
王民
向禹
向冬梅
卢剑
左玉海
何文
卢润廷
《化工学报》
EI
CSCD
北大核心
2024年第1期354-365,共12页
针对铝电解槽在铝电解生产过程中故障频发的问题,提出了一种基于支持向量机(support vector machine,SVM)的铝电解槽健康状态诊断模型,考虑传统的支持向量机只能适用于二分类问题,采用自适应推进算法(adaptive boosting,Adaboost)将支...
针对铝电解槽在铝电解生产过程中故障频发的问题,提出了一种基于支持向量机(support vector machine,SVM)的铝电解槽健康状态诊断模型,考虑传统的支持向量机只能适用于二分类问题,采用自适应推进算法(adaptive boosting,Adaboost)将支持向量机的二分类问题转化为多分类问题用于求解铝电解槽健康状态诊断问题,充分考虑了子模型的权重,强化了模型的适用性。并利用粒子群优化算法(particle swarm optimization,PSO)对其超参数寻优,提高模型的预测精度。实验结果表明,提出的铝电解槽健康状态诊断模型的准确率和Macro-F1分数分别达到94.70%和0.9453,相较于其他传统模型均有显著提升。
展开更多
关键词
电解
算法
健康状态
预测
实验验证
在线阅读
下载PDF
职称材料
题名
基于Adaboost-PSO-SVM的铝电解槽健康状态诊断方法研究
被引量：
10
1
作者
尹刚
钱中友
曹文琦
全鹏程
许亨权
颜非亚
王民
向禹
向冬梅
卢剑
左玉海
何文
卢润廷
机构
煤矿灾害动力学与控制全国重点实验室
阿坝铝厂
贵阳铝镁设计研究院
有限公司
重庆旗能电铝
有限公司
陆军工程大学通信士官学校
中汽院新能
源
科技
有限公司
青海海源绿轮制造有限公司
眉山市博眉启明星铝业
有限公司
出处
《化工学报》
EI
CSCD
北大核心
2024年第1期354-365,共12页
基金
重庆英才·创新创业示范团队项目(CQYC202203091061)
科技转化重大项目(H20201555)
国家自然科学基金面上项目(62373069)。
文摘
针对铝电解槽在铝电解生产过程中故障频发的问题,提出了一种基于支持向量机(support vector machine,SVM)的铝电解槽健康状态诊断模型,考虑传统的支持向量机只能适用于二分类问题,采用自适应推进算法(adaptive boosting,Adaboost)将支持向量机的二分类问题转化为多分类问题用于求解铝电解槽健康状态诊断问题,充分考虑了子模型的权重,强化了模型的适用性。并利用粒子群优化算法(particle swarm optimization,PSO)对其超参数寻优,提高模型的预测精度。实验结果表明,提出的铝电解槽健康状态诊断模型的准确率和Macro-F1分数分别达到94.70%和0.9453,相较于其他传统模型均有显著提升。
关键词
电解
算法
健康状态
预测
实验验证
Keywords
electrolysis
algorithm
health state
prediction
experimental validation
分类号
TF821 [冶金工程—有色金属冶金]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于Adaboost-PSO-SVM的铝电解槽健康状态诊断方法研究
尹刚
钱中友
曹文琦
全鹏程
许亨权
颜非亚
王民
向禹
向冬梅
卢剑
左玉海
何文
卢润廷
《化工学报》
EI
CSCD
北大核心
2024
10
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
